Une équipe de chercheurs a récemment mis au point une approche bioinformatique pour analyser les grappes phylogénétiques virales et a publié ses découvertes dans le bioRxiv* serveur de préimpression.
Étude : ClusTRace, un pipeline bioinformatique pour l’analyse des clusters dans la phylogénie des virus. Crédit d’image : M. PATTHAWEE/Shutterstock
Sommaire
Fond
La maladie à coronavirus 2019 (COVID-19) est devenue un problème de santé publique mondial, et l’émergence de plusieurs nouvelles variantes du coronavirus 2 du syndrome respiratoire aigu sévère (SRAS-CoV-2) est alarmante. Les variantes signalées jusqu’à présent ont été classées en variantes d’intérêt (VOI) ou en variantes préoccupantes (VOC). Les COV présentent des risques accrus pour la santé en raison de leur transmissibilité plus élevée, de leurs propriétés d’échappement immunitaire et de leur réponse plus faible aux vaccins existants. Jusqu’à présent, cinq COV ont été détectés : Alpha (B.1.1.7), Beta (B.1.351), Gamma (P1), Delta (B.1.617.2) et Omicron (B.1.1.529).
Actuellement, il existe une exigence croissante parmi les agences de santé et les scientifiques pour répondre aux problèmes de santé croissants, les pressant de développer des méthodes de détection précoce et d’analyse approfondie des variantes émergentes qui pourraient potentiellement nous alerter pour élaborer et adopter de meilleures politiques de gestion du COVID-19. .
À propos de l’étude
Dans la présente étude, les chercheurs ont développé une nouvelle approche bioinformatique nommée ClusTrace, pour une analyse rapide et évolutive des clusters de séquences ou des clades dans de grandes phylogénies virales. ClusTrace peut exécuter plusieurs fonctions de haut niveau telles que le filtrage des valeurs aberrantes, l’alignement, la reconstruction d’arbres phylogénétiques, l’extraction de clusters ou de clades, l’appel de variantes, la visualisation et la création de rapports.
Il a été développé pour retracer la transmission du COVID-19, en mettant l’accent sur le dépistage rapide et non supervisé des phylogénies pour les marqueurs d’événements de super-propagation, les taux élevés de croissance des grappes et l’accumulation de nouvelles mutations. ClusTrace peut compléter les boîtes à outils existantes telles que Nextstrain, Pangolin, Nextclade et Lazypipe pour une analyse de clade/cluster non supervisée avec des visualisations et des rapports intuitifs. L’équipe a analysé les données de séquences génomiques du SRAS-CoV-2 de patients COVID-19 en Finlande entre janvier 2021 et mai 2021. Les variantes SARS-CoV-2 Alpha et Beta étaient dominantes avec 5 379 et 1 051 séquences, respectivement, dans cet ensemble de données.
Résultats
Les chercheurs ont découvert que la variante Alpha du SRAS-CoV-2 présentait de nombreuses mutations d’acides aminés à haute fréquence qui suivaient la référence GISAID. En revanche, seules cinq mutations d’acides aminés étaient spécifiques aux données finlandaises avec une fréquence de 10 % ou plus. Jusqu’à la moitié des mutations du variant bêta avec une fréquence de 10 % ou plus n’étaient pas couvertes par la référence GISAID. L’équipe a également signalé des mutations non-GISAID, mais seule la variante bêta a montré des mutations non-GISAID dans la protéine Spike, susceptibles d’affecter la liaison au récepteur.
L’analyse de cluster a donné 110 clusters pour la variante Alpha et 19 clusters pour la variante Beta. Parmi ces grappes, les chercheurs ont analysé 10 grappes chacune pour les deux variantes qui présentaient les pics de taux de croissance les plus élevés par mois au cours de la période d’étude. Environ 58,5% de toutes les séquences Alpha couvraient des clusters avec les plus grands pics de taux de croissance par mois.
Pour la variante bêta, 94,5% des séquences couvraient les dix plus grands clusters. Les mutations non-GISAID dans ces groupes allaient de une à six pour la variante Alpha et de trois à huit pour la variante Beta. Le nombre de séquences ajoutées au cluster appelé taux de croissance absolu maximal pour la variante Alpha était compris entre 74 et 310 par mois en février et mars, alors qu’il était compris entre 11 et 148 pour la variante Beta avec un pic de croissance observé en février, mars et avril. La taille des grappes variait de 100 à 479 et de 14 à 259 pour les variantes Alpha et Beta.
Conclusion
L’équipe a démontré l’utilisation de ClusTrace pour l’attribution de lignées, la génération de collections multi-fasta, le filtrage des valeurs aberrantes, l’alignement et la construction d’arbres phylogénétiques. Ils ont signalé que ClusTrace pouvait effectuer un clustering automatisé couplé à une analyse du taux de croissance des clusters et à un appel de variantes pour parcourir la phylogénie, ce qui pourrait être interprété comme une analyse de cluster basée sur la phylogénie non supervisée. Il a été montré que les clusters avec des taux de croissance élevés et des mutations non-référencées dans les régions génomiques pouvaient être facilement mis en évidence pour une analyse plus poussée en aval. ClusTrace pourrait fournir différentes visualisations telles que des résumés Excel et des graphiques g3viz pour les clades de taux de croissance ou de taux de mutation.
En conclusion, ClusTrace pourrait servir de pont entre l’afflux massif de données de séquences et la bonne organisation de ces séquences (en lignées, alignements, etc.) pour mieux comprendre la nature évolutive de la pandémie. Le SARS-CoV-2 est susceptible de muter et d’évoluer vers de nouvelles variantes à l’avenir. La réponse mondiale nécessite également des interventions opportunes avec des stratégies plus récentes et avancées pour faire face à la pandémie. La capacité accrue de séquençage du génome à travers le monde pourrait être renforcée par le développement de nouveaux outils bioinformatiques pour une surveillance génomique efficace et évolutive des virus.
*Avis important
bioRxiv publie des rapports scientifiques préliminaires qui ne sont pas évalués par des pairs et, par conséquent, ne doivent pas être considérés comme concluants, orienter la pratique clinique/le comportement lié à la santé, ou traités comme des informations établies
